买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜东北大学申请的专利一种基于无监督深度图像集合哈希的多标签图像检索方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114637878B 。

龙图腾网通过国家知识产权局官网在2025-02-18发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210323411.9，技术领域涉及：G06F16/58；该发明授权一种基于无监督深度图像集合哈希的多标签图像检索方法是由郭楠;白翠霞;杨云霞;高天寒设计研发完成，并于2022-03-30向国家知识产权局提交的专利申请。

本一种基于无监督深度图像集合哈希的多标签图像检索方法在说明书摘要公布了：本发明提供一种基于无监督深度图像集合哈希的多标签图像检索方法，涉及图像检索技术领域。该方法将图像检索中获取的多标签数据集转化为多标签图像集合数据集，每个集合中的图片拥有完全相同的标签；利用VGG‑16网络对多标签图像集合数据集进行图像特征的提取；对第二个全连接层fc7层图像特征进行集合特征的计算；利用所有集合的集合特征进行语义结构的构建；利用平方损失函数进行哈希编码的学习，得到训练后的网络结构模型；利用训练后的网络结构模型实现进行多标签图像检索。本发明能更好保留同一集合中多个图像代表同一对象的特点，同时避免全部图像特征之间的逐一比对，大幅减少对比次数，具有可靠、快速的特点，适用于大规模数据的图像检索场景。

本发明授权一种基于无监督深度图像集合哈希的多标签图像检索方法在权利要求书中公布了：1.一种基于无监督深度图像集合哈希的多标签图像检索方法，其特征在于：该方法包括以下步骤：步骤1：将图像检索中获取的多标签数据集转化为多标签图像集合数据集，每个集合中的图片拥有完全相同的标签；步骤2：利用VGG-16网络对多标签图像集合数据集进行图像特征的提取；所述VGG-16网络包括5个卷积层、3个全连接层和softmax输出层，层与层之间使用max-pooling分开；利用在ImageNet数据集上预训练的VGG-16模型的网络参数进行初始化；使用VGG-16网络中的第二个全连接层fc7层提取的图像特征作为后续步骤的输入；步骤3：对第二个全连接层fc7层图像特征进行集合特征的计算；针对每个图像集合，将集合内所有图像的图像特征表示为唯一的集合特征，同时尽可能多的保留来自不同图像的信息；在保留底层图像特征分布的同时，推导出统计量来描述集合特征分布的全局几何性质；给定一个输入的图像集合，分别计算平均特征、特征方差、最小特征、最大特征，表示集合在样本特征空间中的平均位置，表示给定集合内各特征的值相对于其均值的变化情况，、用于表示出集合特征的取值范围；集合的集合特征为平均特征、特征方差、最小特征、最大特征四个特征的直接拼接，即：；步骤4：利用所有集合的集合特征进行语义结构的构建；步骤5：利用平方损失函数进行哈希编码的学习，得到训练后的网络结构模型；步骤6：利用训练后的网络结构模型进行多标签图像检索。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人东北大学，其通讯地址为：110819 辽宁省沈阳市和平区文化路三号巷11号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。